ffmpeg的一些初级语法

ffmpeg命令格式：

ffmpeg [全局选项][输入文件选项] -i [输入文件]...[输出文件选项][输出文件]

主要选项 ：

-f 指定输入或者输出文件格式，不指定的话会根据文件扩展名进行推测。

-i 输入文件

-y 默认覆盖同名文件

-n 不覆盖同名文件，如果输出文件存在立即退出

-codec 指定编码格式，也可以仅指定音频或视频，如-codec:v指定视频编码格式，-codec:a指定音频编码格式

-t 限制输入或者输出时间, 一般配合-ss使用，用来截取时间段的音视频。

-to 指定结束时间点，一般配合-ss使用，用来截取某时间段的内容。

-ss 设置开始时间，单位是秒

-fiiter_complex 复合滤镜

-vf 单一滤镜

视频：

-r 设置帧数

-s 设置输出尺寸（只能是偶数）

-vn 禁止输出视频

-va 禁止输出音频

-codec:v 设置视频编码格式，等同-c:v

-codec:a 设置音频编码格式，等同-c:a

音频：

-ar 设置采样频率

-ac 设置音频通道数

-an 禁止输出音频

-sn 禁止输出字幕

-ab 设置比特率

//将管道里的图片制作成视频

ffmpeg -f image2pipe -framerate 24 -i pipe:.png -s 1600x900 -y -vcodec libopenh264 out.mp4

//从视频里提取音频

ffmpeg -i input.mp4 -vn -ar 44100 -ab 128k -ac 2 out.ts

ffmpeg -i input.mp4 -acodec copy -vn -y out.m4a

//制作空音频

ffmpeg -f lavfi -i aevalsrc=0 -t 15 -q:a 9 -ar 44100 -ab 128k -ac 2 out.ts

//连接视频或者音频

ffmpeg -i "concat:0.ts|1.ts" -c copy out.ts

//混合音频

ffmpeg -i 1.ts -i 2.ts -filter_complex"amix=inputs=2:duration=longest:dropout_transition=1" out.ts

//降低音频音量，比如降低50%

ffmpeg.exe -i a.mp3 -filter:a "volume=0.5" b.mp3

//固定时间点截取一张图片

ffmpeg -i input.mp4 -ss 4.500 -vframes 1 output.png

//固定时间开始连续截图多张图片

ffmpeg -i input.mp4 -ss 4.500 -vframes 10 output%d.png

//视频每秒截一张图片，保存为png图片

ffmpeg -i input.mp4 -vf fps=1 output%d.png

//视频每10秒截一张图片，保存为jpeg图片

ffmpeg -i input.mp4 -vf fps=0.1 output%d.jpg

//视频每秒截十张图片，保存为bmp图片

ffmpeg -i input.mp4 -vf fps=10 output%d.bmp

//内嵌srt字幕

ffmpeg -i input.mp4 -i input.srt -c copy -c:s mov_text output.mp4

//媒体叠加

ffmpeg -i input1 -i input2 -filter_complex overlay=x:y output

input1为背景输入源，input2为前景输入源。

overlay为叠加滤镜：

描述：前景窗口(第二输入)覆盖在背景窗口(第一输入)的指定位置。

语法：overlay[=x:y[[:rgb={0, 1}]]

参数 x 和 y 是可选的，默认为 0。

参数 rgb 参数也是可选的，其值为 0 或 1，默认为 0。

参数说明：

x 从左上角的水平坐标，默认值为 0

y 从左上角的垂直坐标，默认值为 0

rgb 值为 0 表示输入颜色空间不改变，默认为 0；值为 1 表示将输入的颜色空间设置为 RGB

变量说明：如下变量可用在 x 和 y 的表达式中

main_w 或 W 主输入(背景窗口)宽度

main_h 或 H 主输入(背景窗口)高度

overlay_w 或 w overlay 输入(前景窗口)宽度

overlay_h 或 h overlay 输入(前景窗口)高度

//overlay应用示例：从左向右移动的入场动画

ffmpeg -i moving.jpg -vf color=c=green:s=720x1280[vbg];[vbg][0:v]overlay=x='if(lte(t,5),-w+(W+w)/2/5*t,(W-w)/2)':y=(H-h)/2 -t 5 -y move.mp4

//运用delog滤镜去除logo,如果有多个delog用逗号分隔。 用delogo来做马赛克很不错。

ffmpeg -t 10 -i input.mp4 -filter_complex "delogo=x=300:y=300:w=100:h=100" -c:v libx264 -crf 28 -preset veryfast -c:a copy -movflags +faststart output.mp4 -y

delog参数：

delogo=x:y:w:h[:t[:show]]

x:y 离左上角的坐标

w:h logo的宽和高

band 或者 t: 矩形边缘的厚度，默认值4

show：若设置为1有一个绿色的矩形，默认值0。

//合并视频

ffmpeg -f concat -safe 0 -i videoslist.txt -c copy output.mp4

-safe 0 为了避免Operation not permitted.

videoslist.txt内容类似：

file '/path/to/file1'

file '/path/to/file2'

//截取视频

//从时间为00:00:15开始，截取5秒钟的视频。

ffmpeg -i input.mp4 -ss 00:00:15.0 -t 00:00:05.0 -vcodec copy -acodec copy output.mp4

-ss表示开始切割的时间，-t表示要切多少。上面就是从15秒开始，切5秒钟出来。

或者

ffmpeg -i input.mp4 -ss 00:00:15.0 -c:v copy -c:a copy -to 00:00:20.0 output.mp4

-to 表示截止到某个时间点为止

-c:v copy 表示复制视频源的编码

-c:a copy 表示复制音频源的编码

//降低视频码率，从而压缩视频体积

ffmpeg -i input.mp4 -b:v 2000k -bufsize 2000k output.mp4

什么是码率？很简单：

bitrate = file size / duration

比如一个文件20.8M，时长1分钟，那么，码率就是：

biterate = 20.8M bit/60s = 20.8*1024*1024*8 bit/60s= 2841Kbps

一般音频的码率只有固定几种，比如是128Kbps，

那么，video的就是

video biterate = 2841Kbps -128Kbps = 2713Kbps。

那么ffmpeg如何控制码率。

ffmpg控制码率有3种选择，-minrate -b:v -maxrate

-b:v主要是控制平均码率。

比如一个视频源的码率太高了，有10Mbps，文件太大，想把文件弄小一点，但是又不破坏分辨率。

ffmpeg -i input.mp4 -b:v 2000k output.mp4

上面把码率从原码率转成2Mbps码率，这样其实也间接让文件变小了。目测接近一半。

不过，ffmpeg官方wiki比较建议，设置b:v时，同时加上 -bufsize

-bufsize 用于设置码率控制缓冲器的大小，设置的好处是，让整体的码率更趋近于希望的值，减少波动。（简单来说，比如1 2的平均值是1.5， 1.49 1.51 也是1.5, 当然是第二种比较好）

ffmpeg -i input.mp4 -b:v 2000k -bufsize 2000k output.mp4

-minrate -maxrate就简单了，在线视频有时候，希望码率波动，不要超过一个阈值，可以设置maxrate。

ffmpeg -i input.mp4 -b:v 2000k -bufsize 2000k -maxrate 2500k output.mp4

ffmpeg.exe -i input.mkv -b:v 2000k -bufsize 2000k output.mkv

//指定某几个时间段进行delogo

ffmpeg.exe -i input.mp4 -filter_complex "[0:v]crop=x=0:y=16:w=1080:h=38,delogo=x=0:y=0:w=1080:h=40[fg];[0:v][fg]overlay=0:16:enable='between(t,210,374) + between(t,1080,1244) + between(t, 2160, 2324)':eof_action=pass[v]" -map "[v]" -map 0:a -c:v libx264 -c:a copy -y "output.mp4"

注意overlay的enable参数，通过between选择符合需求的时间段，通过+(加号）进行“逻辑或”组合。

//根据不同时间调整delogo的位置

ffmpeg.exe -i "input.mp4" -filter_complex "[0:v]crop=x=0:y='if(between(t,2700,2721), 7, 16 )':w=1080:h=38,delogo=x=0:y=0:w=1080:h=40[fg];[0:v][fg]overlay=x=0:y='if(between(t,2700,2721), 7, 16 )':enable='between(t,210,386) + between(t,900,1076) + between(t, 1980, 2156) + between(t, 2700, 2721)':eof_action=pass[v]" -map "[v]" -map 0:a -c:v libx264 -c:a copy -y "output.mp4"

内置函数：

abs(x) 返回x的绝对值

acos(x) 计算x的反余弦

atan(x) 计算x的反正切

lte(x, y) 小于等于比较

lt(x, y) 小于比较

gte(x, y) 大于等于

gt(x, y) 大于比较

eq(x, y) 判断是否相等

floor(expr) 向下取整

ceil(expr)向下取整

between(x, min, max) 判断min<x<max是否成立 成立返回1不成立返回0（*可以用来在视频的特定时间插入音频）

if(x, y) 判断x如果非0返回y否则返回0

if(x, y, z) 判断x如果非0返回y否则返回z

ifnot(x, y)

ifnot(x, y, z)

isinf(x) x是正无穷或者负无穷（+/-INFINITY），返回1

isnan(x) x是NAN,返回1

max(x,y) 返回x,y的最大值

min(x,y) 返回x，y的最小值

random(x) 返回0-1的随机数

mod(x, y) 取余

not(expr) expr 是零返回1

pow(x, y) x^y

round(expr) 四舍五入

* 星号相当于AND

+ 加号相当于OR

ffmpeg滤镜的一些知识:

FFmpeg filter可以认为是一些预定义的范式，可以实现类似积木的多种功能的自由组合。

每个filter都有固定数目的输入和输出，而且实际使用中不允许有空悬的输入输出端。

使用文本描述时我们可以通过标识符指定输入和输出端口，将不同filter串联起来，构成更复杂的filter。这就形成了嵌套的filter。

当然每个filter可以通过ffmpeg/ffplay命令行实现，但通常filter更方便。

ffmpeg.exe、ffplay.exe能够通过filter处理原始的音视频数据。

ffmpeg将filtergraph分为simple filtergraph和complex filtergraph。

通常simple filtergraph只有一个输入和输出，ffmpeg命令行中使用-vf、-af识别，

complex filtergraph，通常是具有多个输入输出文件，并有多条执行路径；

ffmpeg命令行中使用-lavfi、-filter_complex，

在libavfilter, 一个filter可以包含多个输入、多个输出。

filterChain:

filterchain的语法：filter1,filter2,...

它是多个filter的组合，以逗号分隔；并且每个filter是输入是前一个filter的输出；

例如：

ffmpeg -i audio.aac -filter_complex "aresample=async=16000,adelay=316397,volume=1.0" -acodec libfdk_aac -y output.mp4

这里用到了三个filter，分别的aresample, adelay, volume, 组成一个filterchain.

filterGraph:

filtergraph的语法：filterchain1;filterchain2;...

它是多个filterchain的组合，以分号";"分隔，

例如：

ffmpeg -i INPUT -filter_complex "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip]; [main][flip] overlay=0:H/2" OUTPUT

这里用到了三个filterchain, 分别是：

split [main][tmp]; // 它只有一个filter,即 split； 它有一个默认的输入，即INPUT解码后的frame;有两个输出, 以 [main], [tmp] 标识；

[tmp] crop=iw:ih/2:0:0, vflip [flip] // 它由两个filter组成，即crop和vflip；一个输入 [tmp]， 一个输出[flip]；

[main][flip] overlay=0:H/2 // 它由一个filter组成，即overlay， 有两输入，分别是[main][flip], 一个默认的输出。